手机版
您的当前位置: 恒微文秘网 > 范文大全 > 专题范文 > 合成MRI,联合基于复合灵敏度编码弥散加权成像(MUSE-DWI)鉴别子宫内膜良、恶性病变

合成MRI,联合基于复合灵敏度编码弥散加权成像(MUSE-DWI)鉴别子宫内膜良、恶性病变

来源:专题范文 时间:2024-10-21 16:00:02

顾海磊,唐文伟,姚 尧,张新露,黄泽波

(南京医科大学附属妇产医院放射科,江苏 南京 210004)

子宫内膜癌(endometrial cancer,EC)是最常见的围绝经期妇科恶性肿瘤[1],近年来发病率在全球范围内呈上升趋势[1-2]。早发现、早治疗可有效提高EC 患者生存率。宫腔诊刮活检是术前诊断子宫内膜病变的重要方法,但有创,且不能充分评估病变异质性;
术前常规MRI 有时较难鉴别子宫内膜癌与内膜增生及内膜息肉,耗时长、费用高,且存在对比剂过敏等风险。本研究观察以合成MRI 中的MR 图像汇编(magnetic resonance image compilation,MAGiC)联合基于复合灵敏度编码的弥散加权成像(multiplexed sensitivity encoding diffusion weighted imaging,MUSE-DWI)定量参数鉴别子宫内膜癌与内膜良性病变的效能。

1.1 研究对象 回顾性分析2021 年11 月—2022 年10 月112 例于南京医科大学附属妇产医院就诊的子宫内膜病变患者资料,年龄21~78 岁、平均(52.2±10.7)岁;
其中72 例为国际妇产科联盟(International Federation of Gynecology and Obstetrics,FIGO)Ⅰ~Ⅱ期子宫内膜样腺癌(恶性组),40 例为子宫内膜增生或息肉(良性组)。纳入标准:①术前2 周内接受合成MRI 及MUSE-DWI 检查;
②之后手术并经病理确诊。排除标准:①图像质量不佳;
②病灶体积小致无法评估;
③单纯增生合并非典型增生或局灶癌变。本研究经院伦理审查委员会批准(2023KY-120)。

1.2 仪器与方法 采用GE Signa Architect 3.0T 超导型MR 仪、30 通道自适应线圈。嘱患者适度充盈膀胱后仰卧于检查床,自骨盆入口至耻骨联合下缘进行扫描,采集轴位T1WI、T2WI、T2WI-频率选择反转恢复衰减(spectral attenuated inversion recovery,SPAIR)、MAGiC 及MUSE-DWI 图像及矢状位T2WI、冠状位SPAIR-T2WI;
参数:MAGiC 序列合成MRI,采集2 个回波(TE117 ms、TE287 ms),TR 4 000 ms,TI 38 ms,FOV 340 mm×272 mm、矩阵320×256,层厚5 mm,层间距1 mm,回波链长度16,加速因子2.25,扫描时间3 min 30 s;
MUSE-DWI b 值取50 s/mm2和800 s/mm2,TE 80 ms,TR 7 000 ms,FOV 280×180 mm,层 厚5 mm,层间距1 mm,加速因子2,扫描时间2 min。

1.3 分析图像 于GE AW 4.4 工作站、利用MAGiC后处理程序(版本100.1.1)合成MRI。由不知晓病理结果、具有3 年妇产MRI 诊断经验的住院医师及14 年经验的主治医师各1 名独立分析显示病变最大面积的轴位图像,以视觉观察避开坏死或囊性区手动绘制病灶ROI;
工作站自动得出ROI 定量参数,包括T1 值、T2 值、质子密度(proton density,PD)及表观弥散系数(apparent diffusion coefficient,ADC)。重复上述操作3 次,取平均值作为结果(图1、2)。

图1 患者女,35 岁,子宫内膜增生,轴位平扫定量MRI A.定量ADC 图;
B.定量T1 图;
C.定量T2 图;
D.定量PD 图(圈示病灶)

图2 患者女,52 岁,子宫内膜癌,轴位平扫定量MRI A.定量ADC 图;
B.定量T1 图;
C.定量T2 图;
D.定量PD 图(圈示病灶)

1.4 统计学分析 采用SPSS 27.0 和MedCalc 22.0统计分析软件。以描述正态分布计量资料,组间行独立样本t检验;
以中位数(上下四分位数)描述偏态分布计量资料,组间行Mann-WhitneyU检验。采用组内相关系数(intra-class correlation coefficient,ICC)评估观察者间一致性,以ICC>0.80 为一致性强,0.40~0.80 为一致性中等,<0.40 为一致性差。以logistic 回归分析评估鉴别子宫内膜良、恶性病变的独立因素,并据以建立单变量及联合模型,以Hosmer-Lemeshow 检验评估模型的拟合优度;
绘制受试者工作特征(receiver operating characteristic,ROC)曲线,计算曲线下面积(area under the curve,AUC)评估各模型鉴别子宫内膜病变良、恶性的效能,以DeLong 检验进行比较。P<0.05 为差异有统计学意义。

2.1 基本资料 恶性组患者年龄及病灶长径均大于良性组(P均<0.05),见表1。

表1 良、恶性子宫内膜病变患者基本资料及病灶MRI 定量参数比较

2.2 MRI 定量参数 定量参数ADC、T1、T2 及PD值观察者间一致性较高,ICC分别为0.94、0.89、0.95和0.93(P均<0.05)。相比良性组,恶性组ADC、T2及PD 值均较低(P均<0.05),而组间T1 值差异无统计学意义(P=0.074),见表1。

2.3 诊断效能 根据单因素logistic 回归分析结果构建的预测子宫内膜良、恶性病变单变量模型中,ADC模型、T2 模型及PD 模型的AUC 分别为0.966、0.618及0.664。以多因素logistic 回归分析构建预测子宫内膜良、恶性病变的联合模型中,ADC+T2+PD 模型的AUC 为0.970,最佳截断值相应敏感度为97.18%、特异度92.68%、准确率95.53%;
T2+PD 模型的AUC为0.668。见表2。DeLong 检验显示,ADC 单变量模型与ADC+T2+PD 联合模型的AUC 差异无统计学意义(校正P>0.05),而均高于T2、PD 单变量模型与T2+PD 联合模型(校正P均<0.05),后三者之间AUC 差异均无统计学意义(校正P均>0.05),见图3。

表2 以单变量模型或联合模型预测子宫内膜良、恶性病变的ROC 分析结果

图3 以合成MRI 及MUSE-DWI 定量参数单变量模型及联合模型预测子宫内膜良、恶性病变的ROC 曲线

利用合成MRI 能进行快速、可重复的定量分析,准确的弛豫时间(T1、T2)和PD 可反映不同组织的内在特性。作为合成MRI 的一种,MAGiC 可基于组织弛豫特性重建多种对比加权图像[3],相比传统定量方法明显缩短扫描时间、提高可重复性,且其衍生的定量映射与传统MRI 具有良好相关性,已用于鉴别前列腺肿瘤、乳腺肿瘤、鼻咽癌及宫颈癌等[3-7],用于肿瘤可视化及影像学评估肿瘤具有明显优势。

T1 值主要反映组织细胞成分及分子微环境等[7-8]。本研究结果显示,子宫内膜良、恶性病变之间的T1 值差异无统计学意义(P=0.074),可能T1WI 组织对比度较低,致其鉴别诊断价值有限。本研究恶性组PD值低于良性组,表明PD 值所反映的水分子含量组间存在差异。T2 值亦可定量反映组织水含量[9];
T2WI具有良好组织对比度和空间分辨率。本研究恶性组T2 与PD 值均低于良性组,可能为恶性肿瘤细胞体积较大、排列更为紧密,细胞外间隙含水量降低所致。上述结果提示T2 及PD 值对于鉴别子宫内膜良、恶性病变均具有一定参考价值。

MUSE-DWI 是基于多点平面回波成像的弥散加权成像(diffusion weighted imaging,DWI)高分辨率编码成像,用于中枢神经系统、乳腺、肝脏及小肠等器官或系统[10-12]可提高几何保真度、减少磁敏感伪影,较传统DWI具有更好的信噪比及更高的空间分辨率[11,13]。本研究结果显示,子宫内膜恶性病变的ADC 低于良性病变(P<0.001)。ADC低表明分子随机扩散受限,可能恶性病变中的细胞密度较高,限制水分子在其内的扩散[14]。

本研究利用logistic 回归分析建立的单变量模型中,T2 及PD 值模型预测子宫内膜良、恶性病变的效能较低,可能原因如下:①ROI 未能包含整个病变且避开坏死囊变区,导致所测参数未能充分体现肿瘤异质性;
②T2 及PD 值反映组织间含水量的差异,子宫内膜良、恶性病变水含量虽有一定差异,但可能并不显著。ADC 可综合反映组织含水量及随机扩散运动并以后者为主,使DWI 鉴别良、恶性肿瘤具有优势。本研究采用的MUSE-DWI 具有更好的信噪比,所获ADC 单变量模型及ADC+T2+PD 联合模型的诊断效能显著高于T2、PD 单变量模型及T2+PD 联合模型。

综上,合成MRI 联合MUSE-DWI 可用于鉴别子宫内膜良、恶性病变;
单变量模型中,ADC 用于鉴别子宫良、恶性病变效能相对高,而T2 及PD 值可作为参考以降低假阳性;
应用上述模型可减少不必要的有创检查,有望成为鉴别子宫内膜良、恶性病变的有效途径。但本研究为单中心、回顾性分析,病例数较少,且未纳入不典型增生及局灶癌变病例,有待后续通过开展前瞻性、多中心、大样本研究进一步观察。

利益冲突:全体作者声明无利益冲突。

作者贡献:顾海磊研究实施、数据分析、撰写文章;
唐文伟指导、研究设计、审阅文章;
姚尧图像处理和分析;
张新露图像分析;
黄泽波图像处理、统计分析。

猜你喜欢 良性定量恶性 走出睡眠认知误区,建立良性睡眠条件反射中老年保健(2022年6期)2022-08-19恶性胸膜间皮瘤、肺鳞癌重复癌一例云南医药(2021年3期)2021-07-21呼伦贝尔沙地实现良性逆转内蒙古林业(2021年6期)2021-06-26显微定量法鉴别林下山参和园参世界科学技术-中医药现代化(2020年2期)2020-07-25卵巢恶性Brenner瘤CT表现3例中国临床医学影像杂志(2019年5期)2019-08-27当归和欧当归的定性与定量鉴别中成药(2018年12期)2018-12-2910 种中药制剂中柴胡的定量测定中成药(2017年6期)2017-06-13基层良性发展从何入手中国卫生(2016年9期)2016-11-12甲状腺良性病变行甲状腺全切除术治疗的效果分析中国继续医学教育(2015年1期)2016-01-06甲状腺结节内钙化回声与病变良恶性的相关性分子影像学杂志(2015年3期)2015-12-04

推荐内容

恒微文秘网 https://www.sc-bjx.com Copyright © 2015-2024 . 恒微文秘网 版权所有

Powered by 恒微文秘网 © All Rights Reserved. 备案号:蜀ICP备15013507号-1

Top